Validering av befolkningsprognos för Vilhelmina
Befolkningsprognoser Att beräkna befolkningsprognoser är svårt. Även om alla parametrar är perfekt uträknade efter vad som har hänt och vad som man rimligen kan tro om framtiden kan många omvärldsfaktorer snabbt ändras. Till exempel kan oroligheter runt om i världen medföra att inflyttningen blir avsevärt större än vad som hade kunnat förutsägas. För att få en uppfattning om vad som kan förväntas av en prognos redovisas först en kort utvärdering av SBC:s befolkningsprognos för riket för åren 2 till 26 (del av prognosen 2-25). Kort genomgång av SCB:s riksprognos för åren 2 till 26 Åldersgrupp Figur 1. SCB:s (All) Kön befolkningsprognos (All) för riket under för åren 2 till 26 tillsammans med faktiskt utfall. 9 I Figur 1 Åldersgrupp från år 2 (All) Kön för (All) åren 2-26. Prognosen underskattar 9 befolkningen något för alla år inklusive det första prognosåret 2. År 1999 är inte ett prognosår 91 utan innehåller bara faktiska värden. Även om prognosfelet inte är speciellt stort så växer den för 95 varje år för att slutligen uppgå till knappt 14 personer eller ungefär 1,5 9 procent år 26. 91 95 9 895 89 Typ Prognos Generellt sett 895 förväntas mindre prognosfel ju större befolkning prognosen omfattar. [1] Därför kan felet på 1,5 procent 89 efter 7 år ses som ett relativt svåruppnåeligt mål för en prognos som 885 omfattar en mindre befolkning än riket, exempelvis en FA-region eller en kommun. 88 875 885 88 875 87 1999 2 21 22 23 24 25 26 [1] Se t.ex. Bilaga till utvärdering av landstingets befolkningsprognoser, Regionplane- och Trafikkontoret, Stockholms läns landsting 1999. 87 1999 2 21 22 23 24 25 26 Typ Prognos 15
Prognosfel I Tabell 1 visas det relativa prognosfelet år 26 uppdelat på tio åldersgrupper. I tabellen syns tydligt de åldersgrupper som brukar anses vara de som är svårast att prognostisera, små barn (återfinns i gruppen -6 år) och unga vuxna (grupperna 2-24 år och även 25-34 år). Att uppskatta hur födslotalet ska utvecklas är svårt efter-som antalet födslar uppvisar variationer från år till och bland annat har visats vara korrelerat med konjunkturen. För åldersgrupperna 2-24 och 25-34 år är den geo-grafiska rörligheten relativt stor medan den för andra grupper generellt sett brukar vara mindre. Åldersgr upp Relativt fel i % -6-5.3 7-12 -1.3 13- -.7 16-19 -.9 2-24 -2.3 25-34 -2.9 35-44 -1.5 45-54 -.8 55-64 -.3 65+ -.5 Totalt -1.5 Validering av befolkningsprognos för Vilhelmina Befolkningsprognos för Vilhemina för åren 1998-27 har gjort på det sätt som beskrivits i kapitel 14. Detta innebär att partiell modell för befolkningsprognoser har använts. Ingen utvidgad befolkningsprognos med sysselsättningsförändringar har gjorts. Vilhelmina är en kommun som också är en egen FA-region därför behövs det inte göra något åtskillnad om kommunen eller FA-regionen avses. I prognoserna som presenteras här har den senaste parameteruppsättningen använts. Prognoser med en tidigare parameteruppsättning från innan uppdateringen till raps 2. har också gjorts men resultatskillnaderna var små. Därför redovisas enbart prognoserna som gjorts med den senaste parameteruppsättningen. För Vilhelmina har tre olika prognoser gjorts: framskrivning där nettoinflyttningen till regionen är noll. Denna prognos benämns. Inflyttning och utflyttning till regionen antas utvecklas enligt alternativ trend. Denna prognos benämns. Födda, avlidna, inflyttning och utflyttning kalibrerade med data för åren 1998-99. I kalibreringen har samma justeringsparametrar använts för hela befolkningen, det har med andra ord inte gjorts särskilda justeringsparametrar för exempelvis olika åldersklasser eller utbildningsgrupper. Denna prognos benämns. Dessa tre tillvägagångssätt är med andra ord de som beskrivits i föregående kapitel.
Åldersgrupp (All) Kön (All) Utbildningsgrupp (All) Födelseland (All) Variabel Befolkning 9 Figur 2 Tre modellkörningar i jämförelse 85 ll) Kön (All) Utbildningsgrupp (All) Födelseland (All) Variabel Befolkning 8 75 I Figur 2 syns tydligt den överskattning på runt 1 procent som fås både för nollframskrivningen () och den trendmässiga framskrivningen (). Den korrekta befolkningsmängden år 26 var 728 personer medan resulterade i 8112 och i 845. Överskattningen beror på ett trendbrott i befolkningsutvecklingen mellan år 1997 och år 1998. Om istället kalibrering görs med data från 1998 och 1999 fås ett mycket mindre fel. ger 7262 invånare år 26, ett fel på endast,2 %. Detta relativa fel är faktiskt klart mindre än felet som SBC:s befolkningsprognos för riket uppvisar för samma period S N Tr K 7 65 6
Åldersgrupp (All) Kön (All) Utbildningsgrupp (All) Födelseland (All) Variabel Födda 14 Figur 3. Antal födda i Vilhelmina under åren 1991-27. och de tre prognoserna. 12 (All) Utbildningsgrupp (All) Födelseland (All) Variabel Avlidna 1 8 6 I Figur 3, visas antal födda, i Vilhelmina för den aktuella tidsperioden. I figurerna visas hur kalibreringen av parametrarna i medför att prognosen ger en mer korrekt estimering av hur antalet födda utvecklas under prognosperioden. Utan kalibrering överskattas antalet födda St No Tr Ka 4 2
Åldersgrupp (All) Kön (All) Utbildningsgrupp (All) Födelseland (All) Variabel Avlidna Figur 4. Antal avlidna i Vilhelmina under åren 199-27. och de tre prognoserna. 16 ildningsgrupp (All) Födelseland (All) Variabel Avlidna 14 12 1 8 6 4 I Figur4 antalet avlidna i Vilhelmina för den aktuella tidsperioden. I figurerna visas hur kalibreringen av parametrarna i medför att prognosen ger en mer korrekt estimering av hur antalet avlidna utvecklas under prognosperioden. Utan kalibrering underskattas antalet avlidna. Mod 2 1989 199 1991 1992 1993 1994 1995 1996 1997 1998 1999 2 21 22 23 24 25 26 27
Variabelnamn Nettoflyttning 1 Sum Figur of Antal 5. Nettoflyttningen i Vilhelmina under åren 199-27. och de tre prognoserna. 5 I Figur 5 nettoflyttningen till Vilhelmina för den aktuella tidsperioden. I figurerna visas hur kalibreringen av parametrarna i medför att prognosen ger en mer korrekt estimering av hur nettoinflyttade utvecklas under prognosperioden. Utan kalibrering överskattas nettoinflyttningen. -5-1 Modellkörning - 1991 1992 1993 1994 1995 1996 1997 1998 1999 2 21 22 23 24 25 26 27 År Alla dessa tre fel leder till en överskattning i prognosen och de samverkar därmed till prognosfelet. Det är fullt tänkbart med en situation där de tre komponenterna motverkar varandra så att inverkan på totalbefolkningen blir relativt gynnsam. Även i ett sådant fall är det dock viktigt att se hur de tre olika delarna utvecklas var för sig eftersom de påverkar den demografiska sammansättningen på olika sätt och det därför är viktigt att försöka undvika att prognosen innehåller två eller flera felaktigheter som på en aggregerad nivå ser ut att ta ut varandra. 26 27
Nedbrytning av resultaten Förutom den totala befolkningen är det även möjligt att ta fram befolkningen nedbruten efter kön, ålder, utbildningsgrupp och födelseland Nedbrytning efter kön I Figur 6 och Figur 7 visas utvecklingen för antal män respektive kvinnor i Vilhelmina tillsammans med resultaten för de tre prognoserna. Likt för totalbefolkningen blir det en överskattning för de två prognoserna som inte är kalibrerade medan den kalibrerade prognosen träffar mycket bra. Ur figurerna går det också att se att utvecklingen ser ungefär lika ut för båda könen och att det relativt konstant är 2 fler män än kvinnor i FA-området/kommunen. 46 Figur 6 Antal män i befolkningen Åldersgrupp (All) Kön män Utbildningsgrupp (All) Födelseland (All) Variabel Befolkning 46 Figur 7 Antal kvinnor i befolkningen Åldersgrupp (All) Kön kvinnor Utbildningsgrupp (All) Födelseland (All) Variabel Befolkning 44 ningsgrupp (All) Födelseland (All) Variabel Befolkning 42 44 Åldersgrupp (All) Kön kvinnor Utbildningsgrupp (All) Födelseland (All) Variabel Befolkning 46 42 4 44 42 4 38 36 4 38 38 36 34 36 34 89 199 1991 1992 1993 1994 1995 1996 1997 1998 1999 2 21 22 23 24 25 26 27 34
Nedbrytning efter ålder För denna nedbrytning har resultaten från raps, som är på ettårsklasser, aggregerats till tio ålderklasser. Dessa åldersklasser är: -6 år 7-12 år 13- år 16-19 år 2-24 år 25-34 år 35-44 år 45-54 år 55-64 år 65+ år Åldersgrupp Figur 8. Utveckling _6 Kön (All) för Utbildningsgrupp åldersgruppen (All) -6 Födelseland år i Vilhelmina (All) Variabel samt Befolkning resultaten av de tre prognoserna. 9 8 7 6 5 4 3 2 Resultaten för de olika åldersklasserna kan i detta fall grovt delas in i fyra klasser beroende på hur väl prognoserna stämmer överens med statistiken under prognosperioden: Bra överensstämmelse med kalibrering, överskattning utan kalibrering Gäller för klasserna -6 år, 2-24 år, 45-54 år 1
Åldersgrupp Figur. 9 Utveckling 25_34 Kön (All) för Utbildningsgrupp åldersgruppen (All) 25-34 Födelseland år i Vilhelmina (All) Variabel samt Befolkning resultaten av de tre prognoserna. 12 1 8 6 Viss överskattning med kalibrering, stor överskattning utan kalibrering Gäller för klasserna 7-12 år, 25-34 år, 35-44 år 4 2
Figur 1. Utveckling för åldersgruppen 13- år i Vilhelmina samt resultaten av de tre Åldersgrupp prognoserna. 13_ Kön (All) Utbildningsgrupp (All) Födelseland (All) Variabel Befolkning 4 35 3 25 2 Underskattning med kalibrering, bra överensstämmelse utan kalibrering Gäller för klasserna 13- år, 16-19 år, 55-64 år 1 5
Figur 11.Utveckling för åldersgruppen 65+ år i Vilhelmina samt resultaten av de tre Åldersgrupp 65+ Kön (All) Utbildningsgrupp (All) Födelseland (All) Variabel Befolkning prognoserna. 185 18 175 17 165 16 Underskattning med kalibrering, överskattning utan kalibrering Gäller för klassen 65+ år 5 145 14
Nedbrytning efter utbildningsgrupp Även för denna nedbrytning har den finare indelningen i raps aggregerats till en grövre gruppindelning. Här har fyra grupper, där åtskillnad endast görs för utbildningens längd, använts. Grupperna är: Utbildning kortare än 3-årigt gymnasium 3-årig gymnasieutbildning Eftergymnasial utbildning kortare än 3 år Minst 3-årig eftergymnasial utbildning I Figur 12 till Figur visas befolkningsutvecklingen i Vilhelmina tillsammans med prognosresultaten för de fyra utbildningsgrupperna. I Tabell 2 visas det relativa prognosfelet för de tre prognoserna och även för SCB:s riksprognos för slutåret 26. För de flesta åldersklasserna medför ett mindre fel än de två okalibrerade prognoserna. Men det går också att se effekterna av att den kalibrering som har gjorts inte har tagit hänsyn till åldersklasser eftersom det relativa felet för är olika för olika åldersklasser. Vid en jämförelse med SCB:s riksprognos syns det att denna har ett mer jämnt fördelat fel. Det är dock viktigt att komma ihåg att det i rikets fall är fråga om flera hundra tusen personer per åldersklass medan det för Vilhelmina handlar om några hundra upp till ett par tusen och att det generellt sett är att vänta mindre relativa fel vid större populationer eftersom slumpen då har en mindre inverkan. Tabell 2. Relativt prognosfel i procent för år 26 uppdelat på åldersgrupper för de tre prognoserna för Vilhelmina samt jämförelse med SCB:s befolkningsprognos för riket. Åldersgrupp SCB:s riksprognos -6 27.8 26.2.8-5.3 7-12 22.8 22.6 6.7-1.3 13- -3.2-3.1-1.8 -.7 16-19 1.1.7-6.1 -.9 2-24 16.3 12.5.4-2.3 25-34 28.5 25. 9.1-2.9 35-44 16.1 17. 7.9-1.5 45-54 8.5 7.9 2.5 -.8 55-64 -.4-1.5-6.2 -.3 65+ 7.8 7.3-4.7 -.5 Totalt -11.4-1.5 -.2-1.5
Figur 12. Utveckling för befolkning med utbildning kortare än 3-årigt gymnasium i Vilhelmina samt resultaten av de tre prognoserna 8 75 7 65 6 55 Viss underskattning med kalibrering Överskattning utan kalibrering 5 45 4 19851986198719881989199 19911992199319941995 1996199719981999221 222324252627
Figur 13. Utveckling för befolkning med 3-årig gymnasieutbildning i Vilhelmina samt resultaten av de tre prognoserna. 16 14 12 Överskattning utan kalibrering Bra överensstämmelse med kalibrering 1 8 6 4 2
Figur 14. Utveckling för befolkning med Eftergymnasial utbildning kortare än 3 år i Vilhelmina samt resultaten av de tre prognoserna. 8 7 6 Den kalibrerade prognosen överskattar Medan de andra grovt överskattar 5 4 3 2 1
Figur. Utveckling för befolkning med Minst 3- årig eftergymnasial utbildning kortare än 3 år i Vilhelmina samt resultaten av de tre prognoserna 7 6 5 4 3 Som kan ses i figurerna är den kalibrerade prognosen () bäst för all grupper utom Minst 3-årig eftergymnasial utbildning där noll-framskrivningen () ger den minsta överskattningen och medför en överskattning år 26 på runt 1 % eller mer för samtliga grupper. stämmer bra överens med statistiken för de två grupperna med kortare utbildning men överskattar de två grupperna med längre utbildning. 2 1
Nedbrytning efter födelseland Det är en stor majoritet av befolkningen i Vilhelmina som har Sverige som födelseland. Det är också denna grupp som har minskat mest under perioden 1985 till 26, vilket visas i figuren nedan. I figur visas också hur de två okalibrerade prognoserna överskattar denna grupp stort medan den kalibrerade prognosen stämmer bra med statistiken. Utveckling för befolkningen med födelseland Sverige i Vilhelmina samt resultaten av de tre prognoserna. 9 85 8 75 7 65 6
I Figur 16 visas utvecklingen för delen av befolkningen som är födda i Norden utom Sverige. Här är utvecklingen mycket mer stabil än för de som är födda i Sverige. ger även här en överskattning medan stämmer bättre, i alla fall för de senare åren i prognosen. ligger här mellan de två okalibrerade prognoserna Figur 16. Utveckling för befolkningen med födelseland Sverige i Vilhelmina samt resultaten av de tre prognoserna. 12 1 8 6 4 2
Figur 17. Utveckling för befolkningen med födelseland Övriga i Vilhelmina samt resultaten av de tre prognoserna. 25 2 är här en grov överskattning medan och stämmer bättre överens med statistiken. 1 5
Slutsats De tre prognoser som gjort för Vilhelmina för perioden 1998-27 visar på att det kan finnas stora förbättringar att finna i att göra en kalibrering av modellen likt det slag som redovisats i tidigare avsnitt. Självklart är en dylik kalibrering enbart möjligt om prognosen och statistiken överlappar under de första prognosåren. För Vilhelmina och den aktuella tidsperioden blev en kalibrering extra viktigt eftersom det var ett trendbrott i befolkningsutvecklingen mellan åren 1997 och 1998. Detta trendbrott medförde att en noll- eller trendframskrivning relativt grovt överskattade befolkningen för framtida år. Efter en kalibrering som använde sig av åren 1998 och 1999 var prognosfelet i stort sett eliminerat. Trots kalibrering så blir inte alla åldersklasser, födelseländer och utbildningsgrupper nödvändigtvis perfekta, ens för de åren som kalibreringen baseras på. Detta illustreras i figurerna ovan. För vissa grupper kan det till och med vara så att en kalibrering medför sämre prognosresultat. För FA-områden med stor folkmängd kan därför en möjlighet vara att beräkna olika justeringsparametrar för exempelvis olika åldersklasser.